亮點搶先看
1. 安必平宮頸細胞AI（LBP-PIAS）相關多篇論文在國際權威學術平臺《現(xiàn)代病理學》發(fā)表，課題為：《Improving the Accuracy and Efficiency of Abnormal Cervical Squamous Cell Detection with Cytologist-in-the-Loop Artificial Intelligence》；
2. 本次研究是由北京協(xié)和醫(yī)學院群醫(yī)學及公共衛(wèi)生學院牽頭，解放軍總醫(yī)院第七醫(yī)學中心、安徽省立醫(yī)院、浙江省腫瘤醫(yī)院、西京醫(yī)院、四川大學華西第二醫(yī)院、海南醫(yī)學院第一附屬醫(yī)院、廣西壯族自治區(qū)人民醫(yī)院、深圳市婦幼保健院、西北婦女兒童醫(yī)院（按名稱排序）九大權威中心聯(lián)合參與LBP-PIAS的臨床評價與性能測試；
3. 安必平宮頸細胞AI（LBP-PIAS）在訓練數(shù)據(jù)量、獨立評估特異度及靈敏度、排陰率等均達到國際一流水平；
4. 在真實篩查工作中，LBP-PIAS其作用主要體現(xiàn)在：一是，幫助低年資細胞病理醫(yī)生提升診斷的準確率，減少漏診；二是，協(xié)助高年資細胞病理醫(yī)生提高診斷效率，大大減少閱片時間；三是，面對中國基層病理醫(yī)生嚴重缺乏的情況，可實現(xiàn)“基層制片-掃描上傳-AI初篩-遠程醫(yī)生復核”的模式。
宮頸癌是全球高發(fā)癌癥病種之一，也是目前唯一一種病因明確的婦科腫瘤。世界衛(wèi)生組織全球加速消除宮頸癌行動計劃中，設立了“90（疫苗）-70（篩查）-90（治療）”的目標，其中70（篩查）是目標達成的關鍵。
截止于2021年末統(tǒng)計，我國女性人口約6.9億人。面對如此龐大篩查人口，與全球細胞病理醫(yī)生嚴重缺乏這一現(xiàn)象，我國十部門共同印發(fā)關于《加速消除宮頸癌行動計劃（2023-2030）》中明確指出：探索運用互聯(lián)網(wǎng)、人工智能等新技術優(yōu)化宮頸癌篩查和診療服務流程。
近期，由北京協(xié)和醫(yī)學院群醫(yī)學及公共衛(wèi)生學院團隊牽頭，聯(lián)合多個國內醫(yī)療中心與安必平共同合作的宮頸液基細胞學圖像輔助診斷軟件（LBP-PIAS）在國際上亮相，其論文在國際權威期刊《現(xiàn)代病理學》發(fā)表，這意味著：國際權威組織對中國學者、中國技術的高度認可，中國人工智能技術即將助力加速消除宮頸癌全球戰(zhàn)略。
安必平LBP-PIAS有效提高醫(yī)生診斷效率和準確性
現(xiàn)代病理學雜志（Modern Pathology）創(chuàng)刊于2000年，影響因子為8.209，是學術水平高，可讀性強、具有全球影響力的國際一流學術期刊，本次發(fā)表論文中提及：安必平LBP-PIAS研究基于宮頸液基細胞學制片技術，進行數(shù)字切片掃描上傳，通過細胞學人工智能多重算法驗證進行排陰，篩查出20個圖像視野，并出示相關輔助診斷建議報告，再由醫(yī)生進行復診出診斷報告，為病理醫(yī)生節(jié)省肉眼查找時間，提高診斷效率和準確性。
凝聚中國智慧，安必平LBP-PIAS加速應用落地進程
自2019年起，由北京協(xié)和醫(yī)學院群醫(yī)學及公共衛(wèi)生學院牽頭，聯(lián)合多個醫(yī)療中心及病理專家、高新科技企業(yè)三方在安必平LBP-PIAS項目進行了產(chǎn)學研方面緊密合作，從系統(tǒng)算法、基礎構建、性能測試、臨床試驗等多個層面，專家們對接國際標準，結合國內實際情況，進行了一次又一次嚴謹規(guī)劃和測算。
歷經(jīng)三年的默默耕耘，堅持不懈的持續(xù)創(chuàng)新。2023年4月，北京協(xié)和醫(yī)學院群醫(yī)學及公共衛(wèi)生學院再牽頭，聯(lián)合北京協(xié)和醫(yī)院（組長單位）、中國醫(yī)學科學院腫瘤醫(yī)院、安徽省立醫(yī)院、浙江省腫瘤醫(yī)院、深圳市婦幼保健院、廣州安必平醫(yī)藥科技股份有限公司共同發(fā)起的“宮頸液基細胞學圖像輔助診斷軟件臨床試驗”研究者會議，為下一個階段制定前瞻性臨床試驗方案，推動宮頸細胞學AI三類證注冊申報，加速人工智能技術在宮頸癌篩查中的應用落地。
相關研究成果
1.本次研究數(shù)據(jù)情況：共3514例病例，其中3335例經(jīng)專家確認為陰性，179例經(jīng)專家證實為陽性，其中ASC-US 105例，LSIL 45例，ASC-H 18例，HSIL 11例。整個數(shù)據(jù)組陽性率為5.09%；
2. 本研究為國內首個基于真實世界、多中心的研究，在全國9家中心進行臨床性能驗證，評估人工智能系統(tǒng)在多種復雜染色模式環(huán)境條件下的可靠性及通用性。獨立人工智能系統(tǒng)的總體AUC為0.779（95%CI：0.750-0.809），靈敏度為0.894（95%CI：0.849-0.939），特異性為0.664（95%CI：0.648-0.680）；假陰性中大多數(shù)（94.7%）是ASC-US病例；
3. 與之前的研究不同，基于8000多例患者，超過300,000張圖像，我們開發(fā)了一套宮頸鱗狀細胞檢測和多實例學習（MIL）的兩階段AI細胞學篩查系統(tǒng)，首次提出最低風險評分（CITL-AI）。當人工智能系統(tǒng)檢測到宮頸鱗狀細胞畸形時，細胞學醫(yī)師會收到潛在異常的警告，以確保細胞學切片的安全分類。系統(tǒng)對1,319張切片進行了分類驗證，沒有遺漏任何異常的鱗狀病例；
4. 與細胞學醫(yī)師相比，獨立CITL-AI方法總體敏感性從53.1%提高到81.6%（p<0.001）；特異性從66.2%提高到78.9%（p<0.001），在人工智能系統(tǒng)的輔助下，可以提高細胞學醫(yī)師識別異常細胞的能力；
5.在保持較高準確性的同時，CITL-AI方法減輕了細胞學醫(yī)師的工作負擔，閱片工作量大幅減少了37.5%。
